- 相關(guān)推薦
淺析如何運用數據挖掘論文技術(shù)對制造業(yè)設備進(jìn)行前期管理的論文
本篇數據挖掘論文展開(kāi)制造業(yè)設備前期管理中網(wǎng)絡(luò )信息挖掘研究，以期推動(dòng)企業(yè)設備前提管理水平的提高。
1 前期管理是設備管理的基礎
在企業(yè)管理中，設備管理是重要的組成部分。由于設備管理是對設備整個(gè)生命周期的管理與控制，僅僅管理設備使用的局部過(guò)程已經(jīng)無(wú)法滿(mǎn)足現代管理的需要。同時(shí)，對于全部設備生命周期成本，設備投資階段發(fā)揮著(zhù)決定著(zhù)作用，所以，應當通過(guò)設備的前期管理降低其生命周期成本。另外，設備管理的基礎就是設備前期管理，該階段的投資決策關(guān)系到設備的技術(shù)水平，也會(huì )影響到設備的類(lèi)型，進(jìn)而對企業(yè)的產(chǎn)品質(zhì)量和生產(chǎn)效率發(fā)揮不小的作用。
對于整個(gè)國民經(jīng)濟和社會(huì )發(fā)展，制造業(yè)不僅是物質(zhì)基礎，也體現著(zhù)國家的綜合實(shí)力。目前，在我國GDP中，制造業(yè)工業(yè)總產(chǎn)值的比重在40%左右，我國制造業(yè)的總體規模也位列世界前茅。不過(guò)，長(cháng)期以來(lái)，我國制造業(yè)在設備前期管理上存在諸多問(wèn)題，尤其是設備選型問(wèn)題。廣泛的工業(yè)實(shí)踐表明，設備前期管理對制造業(yè)的投資效益產(chǎn)生直接影響，也關(guān)系著(zhù)制造業(yè)的長(cháng)遠發(fā)展。所以，我國制造業(yè)不僅要加強設備技術(shù)狀態(tài)監測與保養等中后期管理工作，也要對設備前期管理這一階段給予充分的重視。
2 Internet對制造業(yè)設備前期管理的影響
2015年2月3日，中國互聯(lián)網(wǎng)絡(luò )信息中心（CNNIC）在京發(fā)布第35次《中國互聯(lián)網(wǎng)絡(luò )發(fā)展狀況統計報告》（以下簡(jiǎn)稱(chēng)《報告》）�！秷蟾妗凤@示，截至2014年12月，我國網(wǎng)民規模達6.49億，互聯(lián)網(wǎng)普及率為47.9%。同時(shí)在我國網(wǎng)名中，從事制造業(yè)的人最多，占比在13%左右。WWW站點(diǎn)總數超過(guò)700萬(wàn)個(gè)，獲取信息也成為網(wǎng)名上網(wǎng)的主要目的�？偟膩�(lái)說(shuō)，互聯(lián)網(wǎng)已經(jīng)成為我國發(fā)展速度最快的產(chǎn)業(yè)。對于設備制造商和供應商，如果不能發(fā)展電子商務(wù)，積極利用互聯(lián)網(wǎng)的優(yōu)勢，那么在網(wǎng)絡(luò )時(shí)代的發(fā)展必將受到限制。
同時(shí)，Interner的發(fā)展也打破了制造業(yè)設備選擇中存在信息不對稱(chēng)問(wèn)題。通過(guò)Internet搜索，設備用戶(hù)能夠了解全球各地的相關(guān)設備生產(chǎn)商和供應商的信息，包括設備價(jià)格、品種、規格、性能等信息，從而比較選擇自己的所需設備，并獲取性比較相對最優(yōu)的設備。Internet的發(fā)展一方面改變了設備用戶(hù)在選擇設備中的不利地位，另一方面也為設備用戶(hù)節約了調研費用，進(jìn)而有助于設備前期管理費用的降低。
3 WWW上的設備信息挖掘研究
3.1 網(wǎng)絡(luò )信息挖掘
對于網(wǎng)絡(luò )信息挖掘，一般要借助于數據挖掘技術(shù)，也即從網(wǎng)絡(luò )文檔、服務(wù)中自動(dòng)發(fā)現和提取信息的過(guò)程。網(wǎng)絡(luò )信息挖掘可以分為四個(gè)部分：首先就是發(fā)現資源，也就是對網(wǎng)絡(luò )文檔進(jìn)行檢索；第二就是選擇信息和預處理，自動(dòng)挑選搜索到的網(wǎng)絡(luò )信息，并對專(zhuān)門(mén)信息預先處理；第三就是從多個(gè)斷點(diǎn)中尋找普遍模式；最后就是確認和解釋挖掘出的模式。
3.2 數據挖掘的技術(shù)和方法
目前，普遍應用的數據挖掘技術(shù)和方法包括以下幾種：
3.2.1 決策樹(shù)方法
該方法主要用在分類(lèi)上。通過(guò)信息增益來(lái)發(fā)現數據庫內存在最大信息量的字段，并構建決策樹(shù)的一個(gè)節點(diǎn)，再依據不同的字段取值來(lái)設立樹(shù)的分支，以此重復。
3.2.2 遺傳算法
類(lèi)比生物進(jìn)化流程是該方法的基本原理，每一代存在較多的種群個(gè)體，用適應性函數f（x）表示染色體的適應性，根據其對環(huán)境的適應力來(lái)保留或淘汰染色體。適應性函數在一般為目標函數的變種。
3.2.3 神經(jīng)網(wǎng)絡(luò )法
該方法的原理就是對人腦神經(jīng)結構的模擬。通過(guò)MP模型和HEBB規則來(lái)構建三大類(lèi)神經(jīng)網(wǎng)絡(luò )模式。通過(guò)挖掘神經(jīng)網(wǎng)絡(luò )數據的工具來(lái)對非線(xiàn)性數據快速建模，其挖掘過(guò)程首先就是數據聚類(lèi)，其次是分類(lèi)計算，并在網(wǎng)絡(luò )連接的取值中體現神經(jīng)網(wǎng)絡(luò )的知識。
3.3 網(wǎng)絡(luò )信息挖掘系統的構成
對于網(wǎng)絡(luò )信息挖掘，可以認為是數據挖掘技術(shù)在處理網(wǎng)絡(luò )信息上的運用。網(wǎng)絡(luò )信息挖掘系統通常包括特征匹配、提取以及信息收集等三個(gè)部分。
3.3.1 特征匹配與目標表示
目標表示就是利用特征項來(lái)表示目標信息。在信息挖掘中，布爾邏輯型、概率型、向量型等是常用的目標表示模型。近年來(lái)，向量空間模型（VSM）的應用效果相對較好。借助于該方法，可以用向量匹配問(wèn)題來(lái)解決文檔信息的匹配問(wèn)題，從而處理特征匹配工作。
3.3.2 特征提取
特征提取主要指目標表示詞條T的選取及其取值，也是對目標共性與規則進(jìn)行挖掘提取的過(guò)程。該工作選用策略的質(zhì)量將對挖掘工具的效果產(chǎn)生重要影響。在對處理對象進(jìn)行網(wǎng)絡(luò )信息挖掘時(shí)，通常會(huì )遇到HIML文檔，該文檔具有不少標記信息，這些標記信息具有較高的概況性，所以借助于這些標記信息可以促進(jìn)特征提取精度的提高。
3.3.3 采集源信息
WWW在存儲信息以及提供服務(wù)上主要利用到了超文本。在對WWW實(shí)行源信息采集的過(guò)程中，一般利用Robot程序來(lái)實(shí)現。該程序順著(zhù)Web頁(yè)面內的鏈接實(shí)行自動(dòng)漫游，并通過(guò)HTTP協(xié)議來(lái)下載到漫游的頁(yè)面。WWW 作為網(wǎng)絡(luò )結構的信息空間，可以將其視作有向圖。也即把頁(yè)面作為節點(diǎn)，并以超鏈接作為其有向邊，從而通過(guò)有向圖遍歷算法來(lái)實(shí)行遍歷。網(wǎng)絡(luò )中存在巨大的信息量，為了確保挖掘的效率，在采集源文檔時(shí)需要過(guò)濾信息源，同時(shí)運行Robot并采集文章。
4 結語(yǔ)
綜上所述，在設備信息挖掘中應用數據挖掘技術(shù)的神經(jīng)網(wǎng)絡(luò )方法是一次探索，可以促進(jìn)網(wǎng)絡(luò )環(huán)境中獲取資料問(wèn)題的解決，為設備用戶(hù)提供充足的設備資訊，改變設備供應中的信息不對稱(chēng)狀況。在此基礎上，制造業(yè)可以提升其設備投資水平，并推動(dòng)設備生命周期成本的降低。
【淺析如何運用數據挖掘論文技術(shù)對制造業(yè)設備進(jìn)行前期管理的論文】相關(guān)文章：
數據挖掘在工商管理中的運用論文07-03
雕塑課堂教學(xué)中數字技術(shù)的運用淺析論文07-02
多媒體技術(shù)論文對體育保健學(xué)的運用論文07-03
淺析培訓信息管理中計算機軟件技術(shù)的運用的論文07-04
淺析信息技術(shù)在語(yǔ)文教學(xué)中的運用論文（精選7篇）05-12
挖掘信息技術(shù)教學(xué)如何補充教材論文07-04